Data Governance - Fra kjedelig begrep til nødvendighet for suksess

Jeg hørte begrepet Data Governance for første gang i en presentasjon tidlig på 2000-tallet. Vi trenger ikke å gå i detalj på hvor og av hvem, det er faktisk uvesentlig. Poenget her, er at jeg satt igjen med følelsen av at Data Governance, det må jo være kjedelig. På denne tiden var jeg ihuga ETL- og rapportutvikler og det fristet lite med det jeg oppfattet som masse papirarbeid, lange møter med begrepsavklaringer, datakontrakter og formelle fora. Jeg skulle jo levere verdi gjennom data, raskt! Det ble dessverre ikke viet mye plass til viktigheten av Data Governance i presentasjonen, det ville jeg husket. La oss spole enda lenger tilbake, mest for å kunne komme med en analogi, men også for å komme med et poeng rundt Data Governance mot slutten av dette skriveriet.

Som liten gutt drev jeg med idrett. Ishockey ble, av en eller annen grunn, den idretten jeg fokuserte mest på. Trolig fordi jeg mestret den best, hadde vel et talent. Min kjære mor mente hockey var litt harry, kanskje det var en grunn også? Kamper var veldig stas, noen treninger var gøy, spesielt de treningene vi spilte hele økta. Barmark var ikke alltid like gøy, med unntak av noen styrkeøvelser da, benkpress for eksempel, den satt. Gjorde en helt ok figur innen hockey, ble tatt ut på kretslag og landslagssamlinger. Byttet til en eliteklubb. Rett inn på førsterekka, selv om jeg så stjerner og var kvalm etter de første treningene. Etter noen sesonger der, var jeg på 4. rekka. Som 16.- åring meldte jeg overgang til seniorhockey i 1. divisjon, 1. rekka der også. Her var det ikke barmarkstreninger. Der slutter egentlig denne historien, selv om jeg mange år senere har surret rundt med litt hockey på old timers nivå, for moro.

Mot slutten av «hockey-karrieren», (ja, dobbeltfnuttene er med, for det ble vel aldri noen karriere), begynte jeg å studere. Da lærte jeg blant annet om Decision Support Systems, som seg hør og bør bar akronymet DSS. Beslutningsstøttesytemer, systemer som skal hjelpe deg med å ta beslutninger, da helst de riktige. Det var starten på min karriere som ansatt og konsulent i data-bransjen. Reisen har gått fra arkitekturer som datavarehus, data lakes, lakehouse og innom konseptet Data Mesh. Felles for dem alle er data. Data som skal samles, lagres, sys sammen, deles og tilrettelegges på en sånn måte at data blir informasjon som kan brukes til å ta beslutninger.

I min bransje snakker vi i dag om å være datadrevet (Data Driven). Selv om begrepet er mer moderne, handler det fortsatt om å ta strategiske beslutninger basert på analyse og tolkning av data. En beslutning fører ofte til at man iverksetter et eller flere tiltak, som man i sin tur analyserer og tolker utfallet av. Om du lurer på om det å være datadrevet er lurt, kan du klippe ut følgende tekst «data driven companies outperform their», og Google det. Da vil du finne en rekke artikler som forteller hvor mye bedre resultater virksomheter som jobber datadrevet leverer. I tillegg sier flere i min bransje at man ikke kan styre etter magefølelsen. For data vet du, de forteller sannheten de, uten følelser og feil.

Eller?

Det er her Data Governance kommer inn. Det engelske ordet, Governance, tungen svulmer litt når man sier det. Og skal jeg være helt ærlig, høres det fortsatt litt kjedelig ut. Data Governance. Governance.

Så, hva er Data Governance egentlig? Ettersom dette er et skriveri, kan man litt forenklet si at Data Governance er alt man gjør, eller bør gjøre, for å sørge for at data er sikre, korrekte, riktige og tilgjengelige slik at de faktisk kan brukes til å ta beslutninger.

Listen over ting som vil skje om man ikke jobber aktivt med dataforvalting er lang, og mulig kostbar. Du kan få en real «taklingen» av myndighetene hvis du ikke overholder GDPR krav om du lagrer personsensitive data. En «tripping», som jeg ofte er vitne til, er mangel på dokumentasjon, utdatert dokumentasjon og dårlig dokumentasjon. Dette fører til at ressurser som skal inn og rette eller videreutvikle løsningen bruker unødvendig lang tid på å finne ut av sammenhenger og forstå utfordringen. Retting kan føre til feil andre steder hvor sammenhengen ikke ble oppdaget. Den største utfordringen er dårlig datakvalitet, la oss kalle det «hodetakling». Datakvalitet forringes som oftest ved innføring av nye kilder, systemer oppgraderes til nyere versjoner, mennesker bytter roller og ansvarsområder, og data flyter rundt. Det at man ikke kan stole på dataene, kan føre til at egne skyggeløsninger blir utviklet og da er det «Japanbytte» og baklengsmål med en gang. Magefølelsen rundt beslutning kommer inn på banen igjen, da alene.

Data Governance er i seg selv et relativt stort fagområde. Det finnes flere rammeverk. Jeg benytter rammeverket fra DAMA International. Som en huskeliste over alt man bør gjøre for å sikre god forvaltning av data benytter jeg DAMA hjulet, som vist i bildet under.

Har du kontroll på alle de ti delene DAMA hjulet består av? Kunne trolig rotet meg bort i nyttige tips fra den litt over 600 sider lange boka, men sparer dere, i denne omgang. Skal heller forsøke å sy sammen analogien med historien om meg selv som ung og lovende, og komme til poenget.

Selv om Data Governance til tider kan oppleves som kjedelig, og kanskje begrensende, så er det helt nødvending for å lykkes. Dette kanskje litt kleine ordet, Data Governance, handler faktisk ikke bare om papirarbeid og møter hvor man avklarer betydningen og innholdet av ulike begreper. Det handler like mye, trolig mer, om det daglige arbeidet som må legges ned for å sørge for at data er korrekte, sikret og tilgengelig for strategisk bruk.

Akkurat som i hockey, der barmarkstreningen med beinøvelser og grunnleggende teknikk kan virke kjedelige og lite spennende, er disse øvelsene helt nødvendig for å bli en komplett spiller som kan yte maks i en kampsituasjon. Det er gjennom den daglige, ofte usynlige innsatsen, at en spiller blir bedre og dermed bidrar til et mer effektivt lag. På samme måte er Data Governance fundamentet som sikrer at virksomheten din kan ta velinformerte beslutninger. Den tilsynelatende kjedelige jobben med å definere tilgang, dokumentere metadata, og sikre datakvalitet er det som vil gi virksomheten din evnen til å være datadrevet og konkurransedyktig.

Akkurat som i hockey der de kjedelige øktene er nødvendige for å bygge ferdigheter, må også Data Governance-aktiviteter gjennomføres for å bygge et robust datagrunnlag som du kan bruke til å ta de riktige beslutningene for din virksomhet. Det er først når disse elementene er på plass at en virksomhet kan få fullt utbytte av dataene sine og oppnå resultater som overgår konkurrentene​.

Jeg sitter i dag og tenker på hvor langt jeg kunne ha utviklet talentet mitt i hockey, om jeg bare hadde lagt inn litt ekstra innsats på de litt kjedelige øktene. Og i den forbindelse lurer jeg på om du gjør en ekstra innsats med det som kan oppleves som litt kjedelige oppgaver innen Data Governance. Eller er du på vei ned i 1. divisjon og i ferd med å slippe inn et baklengsmål eller to?

Psst! Har du gjennomført barmarkstreningen din slik at du kan sikre, lagre og dele data i forbindelse med Kunstig Intelligens?